Gennemsnitsberegner

Vores online gennemsnitsberegner gør det utrolig nemt at finde middelværdien for ethvert datasæt. Indtast, kopier eller indsæt dine tal i inputboksen og sørg for, at hvert datapunkt er adskilt af et komma. Når dine data er klar, skal du klikke på "Beregn" knappen.

Straks vil denne gennemsnitsberegner vise gennemsnittet (aritmetisk gennemsnit), detaljerede beregningstrin og andre vigtige relaterede statistikker for dit datasæt.

Gennemsnittet

I matematik og statistik defineres gennemsnittet som middelværdien af værdierne i et datasæt. Fordi hver eneste værdi indgår i beregningen, fungerer gennemsnittet som en meget præcis repræsentation af hele datasættet. Det betragtes bredt som et af de mest grundlæggende mål for central tendens eller sammendragte statistikker.

Selvom det simple aritmetiske gennemsnit er den mest almindelige type gennemsnit, findes der flere andre variationer. Disse omfatter det geometriske gennemsnit, vægtet gennemsnit, kombineret aritmetisk gennemsnit og harmonisk gennemsnit.

I statistisk notation repræsenteres gennemsnittet af en population med det græske bogstav μ (Mu), mens gennemsnittet af en prøve betegnes med X̄ (X-bar).

Simpelt Gennemsnit

Det simple gennemsnit—ofte omtalt som middelværdi eller aritmetisk gennemsnit—beregnes ved at lægge alle værdierne i et datasæt sammen og dividere den sum med det samlede antal datapunkter.

For at beregne gennemsnittet af en population, brug følgende formel:

μ = Sum af datasættets værdier / Total antal dataværdier i populationen = ΣX / N

For at beregne gennemsnittet af en prøve, brug denne formel:

X̄ = Sum af datasættets værdier / Total antal dataværdier i prøven = ΣX/n

Lad os udforske, hvordan man finder gennemsnittet ved hjælp af et praktisk eksempel.

Eksempel

Jasmin's karakterer i syv fag fra det sidste semester er vist i tabellen nedenfor. Hvad er det simple gennemsnit af Jasmin's fagkarakterer?

Løsning

Gennemsnitskarakter = ΣX / N = (84 + 90 + 75 + 60 + 85 + 92 + 81) / 7 = 567 / 7 = 81

Gennemsnittet er et universelt forstået koncept. Du hører dagligt om gennemsnitlig indkomst, gennemsnitlige produktionsomkostninger, gennemsnitlige priser, gennemsnitlige testresultater og gennemsnitlig brændstoføkonomi. Selv i hverdagen er det at beregne det simple aritmetiske gennemsnit en standardpraksis, ofte omtalt som det ideelle gennemsnit.

Men i specifikke statistiske scenarier er andre målinger for central tendens mere passende. Lad os udforske disse alternativer.

Geometrisk Gennemsnit

Når man analyserer gennemsnitlige vækstrater over tid, falder det standard aritmetiske gennemsnit kort. I stedet er det geometriske gennemsnit—bredt anvendt i regnskab og finans for beregninger som sammensat rente—en langt overlegent mål. Dette skyldes, at vækstrater er multiplikative, ikke additive.

Det geometriske gennemsnit defineres som den nte rod af produktet af n tal. Du beregner det ved at multiplikere alle værdierne sammen og derefter finde den nte rod af det produkt (hvor n er det samlede antal elementer i dit datasæt). Det er især nyttigt til at gennemsnitsberegne forhold, procenter og eksponentielle vækstrater.

$$Geometrisk\ Gennemsnit = \sqrt[n]{x₁×x₂×x₃×…×xₙ} = (x₁×x₂×x₃×…×xₙ)^{\frac{1}{n}}$$

Lad os finde det geometriske gennemsnit ved at bruge Jasmin's karakterer fra det forrige eksempel:

$$Geometrisk\ Gennemsnit = \sqrt[7]{84×90×75×60×85×92×81} = 80.31$$

I matematik er det geometriske gennemsnit altid lig med eller lavere end det simple gennemsnit (aritmetiske gennemsnit).

I vores eksempel:

Geometrisk Gennemsnit ≤ Gennemsnit

80.31 < 81

Bemærk: Vores alsidige online gennemsnitsberegner gør mere end bare at beregne det aritmetiske gennemsnit—den beregner også sømløst det geometriske gennemsnit for dit datasæt!

Vægtet Gennemsnit

Med et standard aritmetisk gennemsnit bærer hver værdi den nøjagtige samme vægt eller betydning. Men virkelige data kræver ofte, at vi tildeler forskellige niveauer af betydning til forskellige værdier.

I vores tidligere eksempel beregnede vi gennemsnittet ved blot at summere karaktererne og dividere med antallet af fag. Vi tog ikke højde for muligheden for, at nogle fag kunne have mere akademisk vægt end andre.

Når den relative betydning af hvert element betyder noget, skal du bruge et vægtet gennemsnit. For at beregne et vægtet gennemsnit multiplicerer du hver dataværdi med dens tildelte vægt for at få den "vægte værdi." Derefter dividerer du summen af disse vægtede værdier med den samlede sum af vægtene.

Brug følgende formel for at finde det vægtede gennemsnit:

Det vægtede gennemsnit = Summen af de vægtede værdier / Summen af vægtene = ΣWX / ΣW

Eksempel

Antag, at hver af Jasmin's fag har en forskellig akademisk vægt. Her er den opdaterede datatabel for hendes 7 fag fra det forgangne semester.

Vægtet gennemsnit af Jasmin's karakterer fra det forgangne semester:

Løsning

Det vægtede gennemsnit score = ΣWX / ΣW = (84×3+90×2+75×4+60×3+85×3+92×2+81×3)/(3+2+4+3+3+2+3) = (252+180+300+180+255+184+243)/20 = 1594/20 = 79.7

Medianen

Medianen er den præcise midtværdi af et datasæt, når det er organiseret i numerisk rækkefølge—enten stigende (laveste til højeste) eller faldende (højeste til laveste). Med andre ord er medianen det præcise punkt, der deler et data-array (en sekvens af ordnede rådata) i to lige halve. Som et resultat falder 50% af datapunkterne under medianen, og 50% sidder over den.

Beregningsmetode for Medianen

For at finde medianen manuelt, skal du først bestemme dens position inden for dit ordnede datasæt ved hjælp af denne formel:

$$Medianens\ position = \left( \frac{n+1}{2} \right)^{th}element$$

Her angiver "n" det samlede antal elementer i datasættet.

Hvis dit datasæt indeholder et ulige antal elementer, er medianen simpelthen værdien, der ligger i denne præcise midtposition. Hvis datasættet indeholder et lige antal elementer, beregnes medianen ved at finde det simple gennemsnit af de to midterste tal.

Forskelle Mellem Gennemsnittet og Medianen

1. Gennemsnittet (middelværdi) beregnes ved at summere alle værdier i et datasæt og dividere med det samlede antal observationer, hvilket giver et tal, der tager højde for størrelsen af hvert enkelt datapunkt. I kontrast er medianen strengt den midterste værdi i en ordnet liste. Den giver et centralt adskillelsepunkt, men tager ikke højde for størrelsen af de omgivende tal.

2. Begge metoder kan visuelt estimeres fra grafiske repræsentationer af data. I en symmetrisk fordeling kan gennemsnittet hurtigt estimeres, da det sidder direkte i midten. Omvendt er medianen let at identificere som den midterste linje inden for et boksplot.

3. Både gennemsnittet og medianen spiller afgørende roller i avanceret statistisk analyse. Gennemsnittet er meget anvendt til normalfordelte data uden udliggere, idet det danner grundlag for beregning af varians og standardafvigelse. Medianen, derimod, skinner som et mål for central tendens, når data er stærkt skæv eller plaget af udliggere. Det anvendes bredt i non-parametriske statistiske tests, hvor specifikke datafordelinger ikke antages.

Hvornår Skal Man Bruge Gennemsnittet

Gennemsnittet er den mest egnede måling for central tendens, når dit datasæt har en symmetrisk fordeling uden væsentlige udliggere. Fordi det inkorporerer hver enkelt numerisk værdi, fungerer det som en meget pålidelig indikator for dataens centrum. Men hvis dit datasæt indeholder massive udliggere, kan det være nødvendigt at fjerne dem, før du beregner gennemsnittet for at sikre en nøjagtig repræsentation af den sande centrale tendens.

Hvornår Skal Man Bruge Medianen

Medianen er det foretrukne mål for central tendens, når man arbejder med skæve fordelinger eller datasæt, der indeholder ekstreme udliggere. Da medianen simpelthen angiver den midterste værdi af en sorteret liste, forbliver den fuldstændig upåvirket af usædvanligt høje eller lave tal. I disse scenarier giver medianen en langt mere præcis repræsentation af den "typiske" værdi inden for flertallet af dataene.

Lad os ændre vores oprindelige eksempel for at demonstrere, hvordan udliggere påvirker disse beregninger.

Eksempel

Forestil dig, at Jasmin fik en drastisk lav karakter på 15 i International Studies i stedet for 92. Hvad er det nye gennemsnit af hendes fagkarakterer fra det tidligere semester?

Løsning

Gennemsnitskarakter = ΣX / N = (84 + 90 + 75 + 60 + 85 + 15 + 81) / 7 = 490 / 7 = 70

Jasmin's nye gennemsnitlige karakter falder til 70. En enkelt ekstrem udligger (karakteren 15) trak hendes gennemsnit ned med 11 fulde point. Dette illustrerer perfekt, hvor voldsomt udliggere kan skævvride et aritmetisk gennemsnit.

I situationer som denne fungerer medianen som en langt mere pålidelig måling. For at bevise dette, lad os beregne medianen for både det originale og det ændrede datasæt.

Eksempel

Tabellen nedenfor viser Jasmin's originale karakterer for hendes syv fag. Hvad er medianen for disse karakterer?

Løsning

Først skal vi arrangere alle karaktererne i en ordnet rækkefølge. Du kan organisere dem i stigende eller faldende rækkefølge. Lad os arrangere dem i stigende rækkefølge:

60, 75, 81, 84, 85, 90, 92

$$Medianens\ position = \left( \frac{n+1}{2} \right)^{th}element = \left( \frac{7+1}{2} \right)^{th}element = 4^{th}element$$

Næste skridt er at identificere det 4. element i vores sorterede datasæt, som er 84. Derfor er medianen for dette datasæt 84.

Nu lad os beregne medianen for det ændrede datasæt, der inkluderer udliggeren.

Eksempel

Antag, at Jasmin fik 15 i stedet for 92 i International Studies. Hvad er den nye median score for de fag, Jasmin tog sidste semester?

Løsning

Igen er vores første skridt at arrangere alle karaktererne i en rækkefølge i stigende orden.

15, 60, 75, 81, 84, 85, 90

$$Medianens\ position = \left( \frac{n+1}{2} \right)^{th}element = \left( \frac{7+1}{2} \right)^{th}element = 4^{th}element$$

Nu tjekker vi det 4. element i vores nye datasæt. Det er 81, hvilket repræsenterer datasættets nye median.

Som du kan se, selv med en massiv udligger introduceret i datasættet, var medianen meget modstandsdygtig, kun skiftende lidt fra 84 til 81 (i modsætning til gennemsnittet, som faldt drastisk med 11 point).